2、工具及软件基础

🖼 人工智能学习总目录

🖼 Python基础主要学了《利用Python进行数据分析》这本书，特点是很容易理解，适合入门

🖼 数学基础一开始学了《白话机器学习的数学》这本书，也很容易理解

第1章知识小结：

1、结构化数据（表格型数据、多维数组矩阵、键位列关联的SQL表、均匀或非均匀的时间序列）
2、全局解释器锁GIL（防止解释器同时执行多个Python指令）
3、numpy、pandas、matplotlib、scipy、scikit-learn、statsmodels
4、处理\处置\ 规整 (munge\munging\wrangling)
5、伪代码：用一种类是代码的形式描述算法或过程
6、语法糖：并不增加新特性，但便利于代码编写的编程语法

第2章知识小结：

1、tab补全、？、%quickref、%run、%load
2、两个引用指向同一对象、type、isinstance、getattr(a,’split’)
3、鸭子类型iter(obj)、文件名代表文件、//整除、is、is not
4、标量类型、parse.encode(‘utf-8’)、decode、datetime
5、if-elif-else、for、while、pass、range()、value=v1 if condition else v2

第3章知识小结：

1、tuple元祖()、list列表[](连接和联合列表，extend的速度比+快)、集合、字典、推导式
2、bisect、哈希化、自动哈希化、[[x for x in tup] for tup in some_tuples]
3、函数、参数（位置蚕食、关键字参数、默认值、*list、**list）
4、匿名函数lambda、柯里化、生成器iter
5、yield惰性返回序列、itertools.groupby(a,b)
6、try-except-else-finally、with open(path) as f:、read、readlines、writelines(strings)
7、with open(path) as f、sys.getdefaultencoding()

第4章知识小结：

1、ndarryN维数组、np.arange(100) (更优)、list(range(100))、np.random.randn(2,3)、np.array(data)
2、data.ndim、data.shape、data.dtype
3、np.ones、ones_like、zeros、empty、full([3,3],2)、asarry、eye、identity
4、i1、u1、i2、u2、i4、u4、i8、u8、 f2、f4 或 f、f8 或 d、f16 或 g、c8、c16、c32 、?、O、S、U
5、向量化（同尺寸数组逐元素比较）、切片、布尔索引用|&（and、or没用）
6、神奇索引、arr[[4,3,0,6]]、arr[[-3,-5,-7]]、arr[[1,2,3],[1,2,3]]、arr[[1,5,7,2]][:,[0,3,1,2]]
7、转置换轴、arr.T、arr.swapaxes(0,1)、arr.transpose((1,0))
8、ufunc、向量化封装、一元np.add、subtract除、multiply、divide除、floor_divide整除、power次幂、maximun、fmax
9、minimun、fmin、mod求模、copysign改符号值、greater、greater_equal、less、less_equal、euqal、not_equal逐个比较返回布尔数组
10、arccos、arccosh、arcsin、arcsinh、arctan、arctanh、logical_not对数组的元素按位取反
11、二元add、subtract除、multiply、divide除、floor_divide整除、power次幂、maximun、fmax、minimun、fmin（忽略NaN）
12、mod求模、copysign改符号值、greater、greater_equal、less、less_equal、euqal、not_equal逐个比较返回布尔数组
13、logical_and、logical_or、logical_xor异或
14、接收n维数组xs , ys = np.meshgrid(points,points)、 np.where(condition,xarr,yarr)
15、sum、mean、std标准差、var方差、min、max、argmin最小值位置、argmax、cumsum从0开始累计和、cumpord从1开始累计积
16、np.unique(arr) 等价于 sorted(set(str))、 np.in1d(x,y) x中元素是否包含在y中，返回布尔数组intersect1d(x,y) 交集排序
17、union1d(x,y) 并集排序、 setdiff1d(x,y) 差集排序、 setxor1d(x,y 异或集排序)
18、 np.save(‘a.npy’,arr) 、 np.load(‘a.npy’) 、 np.savez(‘b.npz’,a=arr,b=arr)、np.savez_compressed
19、diag对角元素返回一维数组、 dot矩阵点乘、trace主对角线元素和、 det计算矩阵行列式、eig计算特征值和特征向量、 inv计算逆矩阵
20、pinv计算Moore-Penrose伪逆、 qr计算QR分解、svd计算奇异值分解SVD 、 solve求解x的线性系统Ax=b 、 lstsq计算Ax=b的最小二乘积
21、seed、permutation一个序列的随机排列、shuffle随机排列一个序列、rand均匀分布抽取样本、randint由低到高范围抽取随机整数、randn均值0方差1正态分布抽取样本
- 22、binomial二项分布抽取样本、normal正态\高斯分布中抽取样本、beta从beta数据中抽取、chisquare卡方分布中抽取样本、gamma伽马分布中抽取、uniform均匀[0,1)分布中抽取